共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
介于电力负荷预测在电力系统中的重要性,首先描述了电力负荷预测对电力系统的重要意义,分析了传统电力负荷预测方法的优缺点,在详细分析BP神经网络原理的基础上,设计了负荷分析方案,通过对某市负荷数据的分析,并且在充分考虑了日常负荷与天气因素的关系之后,建立了神经网络短期负荷预测模型,并进行短期预测,验证了其具有较高的精度,且具有很强的稳定性,适合多种不同的预测环境。 相似文献
3.
提出了一种新的电力负荷预报法——自适应模糊神经网络方法,该自适应模糊神经网络 推理系统具有类似 于神经网络的结构,并应用了一种混合的自适应学习算法。在此基础上, 研究了该方法在电力负荷预报中 的应用并与神经网络方法作了比较。实例表明,本文提出的 自 适应模糊神经网络电力负荷预报方法具有可 靠、鲁棒和快速等特点,优于神经网络电力负荷 预报方法,更适用于电力系统能量管理系统的实时环境。 相似文献
4.
5.
传统的负荷预测是电力系统规划与运行的基础工作,电力市场化的改革对负荷预测提出了更高的要求,赋予其新的内涵。文中探讨了电力市场中的预测问题,分别针对发电侧竞价和用户侧开放的电力市场,提出了一些新的预测内容和预测思想,包括扩展短期负荷预测、连续多日负荷曲线预测、电力市场价格预测、市场风险预测与评估、考虑需求侧管理影响的电力需求预测、用电需求曲线预测、基于价格弹性的需求预测等,指出了这些预测问题的研究热点和难点,探讨了未来的主要研究方向。 相似文献
6.
7.
电力负荷预测是电力控制及运行方面的最重要的一项任务,根据不同的预测对象,常用的方法有概率统计法、时间序列分析及灰色系统等等。文章讨论了灰色模型GM(1,1)及其改进模型在短期电力负荷预测中的应用。采用ARIMA(p,d,q)模型与GM(1,1)改进模型对特殊日电力负荷进行组合预测,提出了适合电网特殊日电力负荷预测的数据处理方法。提高了预测的精度。准确度到了95%以上,解决了每日24点正点采样情况下预测精度较低的问题。 相似文献
8.
陈章潮 《水电自动化与大坝监测》1988,12(2)
本文研究了一种适用于地区电网规划中、长期负荷预测方法。这种方法不是单纯地把历史记 录数据作为唯一的预测依据,而是把电力负荷的需求与社会、经济发展紧密联系起来,后者 是电力负荷增长的根据,两者必须保持同步增长。所以建立经济——电力模型是本文的主要 任务;另外,还注意到电力负荷具有随机性的特点,对此我们采用随机时间序列分析法加以 处理。 相似文献
9.
我国电力负荷的快速增加和电网运行环境日趋复杂,对电力负荷预测的准确性和可靠性提出了更高的要求。为了解决电力预测准确率低的问题,提出一种改进支持向量机的电力负荷预测方法。该方法综合考虑了影响电力负荷预测效果的气象因素,采用多元线性回归模型拟合了电力负荷与最高温度、最低温度、平均温度以及相对湿度的关系,找出电力负荷数据的异常点,再使用秃鹰搜索算法优化支持向量机中参数。该方法提高了预测的效果,给电力负荷预测提供了借鉴思路。 相似文献
10.
基于以自组织特征映射神经网络(Self-organizing feature map,SOFM)先聚类、神经网络再预测的模型以往多用在对疾病、天气方面的预测,由此提出了一种以SOFM与误差反向传播算法的神经网络(Back Propagation,BP)相组合应用为基本原理的短期电力负荷预测的组合模型。该模型主要基于SOFM网络的主要特性聚类,预先将训练样本集采取聚类分析,对其分为具有相似数据的若干子类,再根据每一子类构造一个BP网络模型。利用内蒙古自治区某市的实际日平均负荷数据进行仿真,证明了本文方法的有效性。 相似文献